Skip to content

Latest commit

 

History

History
91 lines (75 loc) · 5.72 KB

README.md

File metadata and controls

91 lines (75 loc) · 5.72 KB

Тестовые задания для студентов

Задания рассчитаны на студентов 2й-4й курс, интересующихся цифровой обработкой изображений и компьютерным зрением.

Реализовать одну или несколько функций, представленных в таблице:

№ Алгоритм Сложность
1 Connected Components Labeling Normal
2 Fourier Transform Easy
3 Moments Easy
4 Hu Moments Easy
5 Match Template Easy
6 Watershed Segmentation Hard
7 GrabCut Segmentation Hard
8 ViBe Motion Detection Normal
9 MOG Motion Detection (S&G) Hard
10 Find Contours Easy
11 Hough Lines Normal
12 Hough Circles Normal
13 Fit Ellipse Normal
14 Fit Line Easy
15 Curve Detector Normal
16 Approximate with Polyline Easy
17 Curve Flexure Easy
18 Convex Hull Easy
19 Convexity Defects Easy
20 HOG Detector Hard
21 Viola-Jones Detector Hard
22 [Stereo] Camera Calibration Hard
23 [Stereo] Disparity Map Hard

Предварительная настройка

  1. Используется система сборки CMake

  2. Скачать Visual Studio 2019 Community Edition (или выше)

  3. Установить в систему OpenCV4:

    • склонировать репозиторий https://github.com/microsoft/vcpkg
    • проследовать инструкциям по установке из репозитория:
      • провести интеграцию с Visual Studio .\vcpkg integrate install
    • установить OpenCV4 командой .\vcpkg install opencv4:x64-windows

  4. Склонировать репозиторий проекта

  5. Запустить и проверить работу примера:

    $ demo/demo
Demo Application contains 1 demos:
0) threshold
Please enter index of the demo to run: 0
Press Enter or Spacebar to apply parameters. Press Esc to exit...

    После запуска демонстрационного примера для функции пороговой обработки должны быть показаны 5 окон:

    1. Оригинальное изображение.
    2. Результат работы OpenCV.
    3. Результат работы OpenVX.
    4. Абсолютная разность OpenCV и OpenVX.
    5. Трекбар для изменения порога (необходимо нажать клавишу Enter или пробел для обновления параметров на изображениях).

Задание

  1. Необходимо использовать шаблон (Use this template) репозитория https://github.com/cvlabmiet/openvxtest.

  2. Необходимо предложить свою реализацию одной или нескольких функций из таблицы выше. Для каждой из функций указана субъективная сложность реализации, поэтому рекомендуется сначала ознакомиться со всеми функциями (см. документ)

  3. О выбранной функции сообщаем путём заполнения таблицы, указав ФИО напротив понравившейся задачи.

  4. Функции необходимо реализовывать в директории kernels/src/. Реализация возможна на языке C или C++ (язык выбирается по расширению файла).

  5. Объявление функции должно быть добавлено в kernels/include/kernels.h.

  6. При реализации функции желательно использовать:

    • структуры данных, определённые в kernels/include/detail/types.h (!не OpenCV!);
    • перечисления, определённые в kernels/include/openvx/vx_types.h.

  7. Для проверки корректности работы необходимо подготовить демонстрационный пример в проекте demo:

    • создать файл с именем demo/src/demo_funcname.cpp (funcname - имя реализуемой функции);
    • выбрать изображение из директории image/ на котором будет показано демо;
    • реализовать интерфейс idemo для своего алгоритма и в конце файла создать экземпляр класса;
    • реализовать необходимые методы для своего алгоритма и аналогичного из OpenCV.

  8. Демо-пример должен наглядно показывать работу вашей функции в сравнении с аналогичной функцией из OpenCV (при её наличии).

  9. Возникающие вопросы можно задавать через issue основного репозитория в github:

  10. Окончательный результат работы должен быть оформлен в виде pull request в свой репозиторий. В таблицу из пункта 1 добавляется ссылка на сделанный pull request.